DeepSeek publicou os pesos do V4-Flash-Vision-Exp no Hugging Face em 31 de agosto. Os carimbos de data e hora do repositório vêm diretamente da API da plataforma: criado às 06:16:18 UTC, shards enviados a partir de 06:57 UTC, card do modelo às 07:57 UTC. Isso equivale a 14:16 CST — tarde de segunda-feira na China.
Por que a data é a história
DeepSeek anunciou este modelo em 21 de agosto, e sua própria documentação o descrevia como disponível via API. Os pesos não foram mencionados. Rastreadores de modelos, portanto, o datam em 21 de agosto, de modo que o lançamento de hoje está sendo registrado como uma duplicação de algo de dez dias atrás, e não como o que de fato aconteceu — um modelo fechado se tornando um modelo de pesos abertos. Para quem não pode enviar dados a uma API, esses não são o mesmo evento, e apenas um deles muda o que pode ser implantado.
O que há no lançamento
Licença MIT. 48 shards, 167,811,372,792 bytes — cerca de 167,8 GB. 43 camadas, 256 especialistas roteados mais um compartilhado, seis ativos por token, contexto de 1.048.576 tokens, pesos FP8 e4m3 com especialistas em FP4 e uma torre de visão nativa de 32 camadas. Uma licença MIT em um modelo multimodal mixture-of-experts dessa escala é incomumente permissiva — sem apêndice de uso aceitável, sem limite de receita, sem cláusula de revisão do tipo que tem aparecido recentemente em licenças chinesas de pesos abertos.
O que a formulação comum erra
O número principal da manchete multimodal merece cuidado. O ganho de destaque citado para este modelo é medido em relação a uma base que a própria nota de rodapé da DeepSeek diz não receber as imagens — assim, parte da melhoria é contabilizada contra uma comparação apenas textual, que é um piso, não uma concorrente. O card é honesto sobre isso; os resumos que repetem o número não são. Há mais duas coisas que ficam de fora: pelo menos um benchmark de segurança de código regrediu em relação à versão anterior, e o modelo perde a maioria dos confrontos diretos contra o principal modelo de fronteira ocidental. "Desempenho textual comparável" está fazendo muita média.
Uma alegação que não se confirmou
A cobertura descreve um lançamento simultâneo no Hugging Face e no ModelScope. O ModelScope retorna record not found para o modelo. Até a publicação, os pesos estavam apenas no Hugging Face.